Сбер

Стажер Data Analyst

Коротко

Стажерская позиция Data Analyst в команде Сбера, разрабатывающей систему противодействия мошенничеству и обеспечивающей безопасность клиентов банка, включая построение графа связей, геопространственную аналитику и AI-решения на базе LLM-агентов. Задачи включают анализ источников данных, создание ETL-процессов, обеспечение точности сбора данных и отчетности. Требуется знание SQL, опыт работы с Jupyter-ноутбуками, знакомство с Python-библиотеками для анализа данных (pandas, numpy, scipy), понимание устройства хранилищ данных и опыт работы с Git. Работа в офисе в Москве, опыт не важен.

# О команде
Мы - команда, создающая комплексную систему противодействия мошенничеству и обеспечивающая online/offline безопасность миллионов клиентов банка 24/7/365, предоставляя инструменты собственной разработки для:
— Построения графа связей (позволяет проанализировать не только объекты и их свойства, но также их связи с другими объектами различных уровней и характеристик и применяется для получения дополнительных знаний об объекте за счет извлечения знаний о его окружении, выявления наиболее значимой информации, центров влияния, групп связанных объектов, цепочек)
— Геопространственой аналитики: анализа локаций, построения маршрутов и тепловых карт
— Выявления и анализа попыток мошенничества и иных отклонений
— Портфеля технологичных сервисов накопления и обработки больших объемов данных со сложной структурой
Мы находимся на передовой технологических инноваций, соединяя возможности ИИ, современные технологии и потребности общества. Наше направление AI-трансформации — это стратегическая инициатива по интеграции LLM-агентов и мультиагентных систем в собственную аналитическую платформу:
— AI-решения для глубокого анализа данных
— Набор AI Tools, дающих агентам доступ к инструментам и сервисам платформы
— Собственная no-code/low-code платформа для оркестрации AI-агентов и автоматизации рабочих процессов
— Интеграция с внутренними LLM-шлюзами и средами исполнения агентов
— RAG-системы для работы с корпоративными базами знаний и методологиями
Обязанности
— Анализ источников данных
— Обеспечение прозрачности и точности в сборе данных, отчетности и визуализации
— Внедрение новых интеграций и аналитических методик
— Компиляция данных из различных источников
— Создание ETL-процессов
Требования
— Знание SQL: сложные запросы, аналитически функции, понимание физической реализации join'ов, оптимизация производительности запросов
— Опыт создания читабельных Jupyter-ноутбуков
— Знакомство с основными аналитическими библиотеками Python (pandas, numpy, scipy, statsmodels, pychart)
— Понимание принципов организации хранилищ данных, подходов к проектированию логической и физической моделей
— Опыт работы в GIT
Будет плюсом
— Знания экосистемы Hadoop: HDFS, Spark, Scala
— Понимание основ математической статистики и теории вероятностей, умение применять их при решении аналитических задач
— Опыт принятия продуктовых решений на основании данных
— Знание базовых ML-подходов и DG (data governance)
— Опыт написания технической документации
Условия
— Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти
— Среда для обмена знаниями – высокая экспертиза внутри команды
— Сплоченную команду, работающую над общими задачами и умеющая хорошо отдыхать
— Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
— Стабильную заработную плату и приятный годовой бонус
— Современный IT-офис вблизи Москва-Сити в пяти минутах от метро "Кутузовская", с фитнес залом

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте